个人看法哈:
这是3因子2水平加3个中心点设计,做11次试验,有10个自由度。
从因子的变量性质来看,因子 C 应该是“类别”因子,不是连续变量,试验这个设计是不正确的。应该加 6 个中心点才对。
回到这个设计,假设因子 C 是连续变量,我们看看怎么分析:
加中心点是为了:1. 探测设计空间是否存在弯曲(二阶及以上效应);2. 提供试验过程的误差估计。
从自由度分配上看,3个中心点中一个自由度用于估计弯曲效应,2个用于误差估计;
第三张图是初始分析的试验结果,可以看出存在“弯曲”效应,从最后一张图上也可以看出“中心点”离开两水平连线有一定距离,尤其对因子 C。
通常,如果两因子设计存在弯曲效应时,得到的模型是不可靠的,F 检验的结果也不可靠。原因有二:1. 二阶项相互混杂,无法区分哪个因子的二阶效应显著;2. 误差项相对变小,有可能使不显著的效应变得显著(尽管此例从各MS的数值来看,还不至于);
此时,合理的做法是使用“中心复合”设计,比如3因子中心复合设计由14个处理+3/5个中心点,可以很好地估计各二阶项的效应(回归方程含有10个参数项)。
当然,还要进行一些其他的诊断,如残差的pattern等等。
个人意见,仅供参考。
这是3因子2水平加3个中心点设计,做11次试验,有10个自由度。
从因子的变量性质来看,因子 C 应该是“类别”因子,不是连续变量,试验这个设计是不正确的。应该加 6 个中心点才对。
回到这个设计,假设因子 C 是连续变量,我们看看怎么分析:
加中心点是为了:1. 探测设计空间是否存在弯曲(二阶及以上效应);2. 提供试验过程的误差估计。
从自由度分配上看,3个中心点中一个自由度用于估计弯曲效应,2个用于误差估计;
第三张图是初始分析的试验结果,可以看出存在“弯曲”效应,从最后一张图上也可以看出“中心点”离开两水平连线有一定距离,尤其对因子 C。
通常,如果两因子设计存在弯曲效应时,得到的模型是不可靠的,F 检验的结果也不可靠。原因有二:1. 二阶项相互混杂,无法区分哪个因子的二阶效应显著;2. 误差项相对变小,有可能使不显著的效应变得显著(尽管此例从各MS的数值来看,还不至于);
此时,合理的做法是使用“中心复合”设计,比如3因子中心复合设计由14个处理+3/5个中心点,可以很好地估计各二阶项的效应(回归方程含有10个参数项)。
当然,还要进行一些其他的诊断,如残差的pattern等等。
个人意见,仅供参考。
qq21132825 • 2020-01-21 13:44
大哥!请问一下三因子必须为连续变量才可以使用目前这种实验方式吗?
杨格_Alan • 2020-01-21 15:49
不是,可以带“Categorical" 类别因子,但中心点会很多,因为类别因子没有”中心点“。这个设计使用了Ordinal因子,看起来 1,2,3 个浇口中 2 处于中心,其实这个因子还是类别因子,没有2.5个浇口。
如果你有Minitab软件的话,可以看看帮助文件。
新年快乐!